Mi az a FPN és miért szükséges?

FPN (Jellemző Piramis Hálózat) egy olyan neurális hálózat architektúra, amelyet számítógépes látásban használnak különböző méretű képek feldolgozására. Piramis szerű jellemzőket épít, lehetővé téve különböző méretű objektumok hatékony felismerését.

Az FPN célja:

• Többszintű jellemzők reprezentációját nyújtja, amely összekapcsolja a magas szintű szemantikát az alacsony szintű részletekkel.
• Javítja a kis és nagy méretű objektumok felismerésének minőségét.
• Modern felismerő algoritmusokban, például Faster R-CNN, Mask R-CNN, használják.

Működési elv: Az FPN különböző rétegekből (pl. ResNet) származó jellemzőket vesz fel, azokat megerősíti és összekapcsolja, különböző felbontású jellemzőtérképek készülnek, amelyeket később felismerésre használnak.